时间序列数据的深度学习预测模型有很多种, 其中常用的有:
- 循环神经网络 (RNN) 模型,如长短时记忆 (LSTM) 和门控循环单元 (GRU)。
- 递归神经网络 (Recurrent Neural Network, RNN)
- 双向循环神经网络 (Bidirectional RNN)
- 编码器-解码器 (Encoder-Decoder) 模型,如长短时记忆编码器-解码器 (LSTM Encoder-Decoder)。
- 注意力机制 (Attention Mechanism)
- Transformer 模型
其中,Transformer 模型在长时间序列预测中表现较好。